Advertisement

关于我国股指期货间溢出效应的分析——运用VAR-BEKK-GARCH(1,1)模型

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本研究采用VAR-BEKK-GARCH(1,1)模型深入探讨了中国主要股指期货之间的溢出效应，旨在揭示金融市场风险传递机制。 本段落采用沪深300、上证50和中证500股指期货的日收益率数据，构建了三元VAR-BEKK-GARCH（1,1）模型，研究了这三个指数之间的均值溢出效应和波动溢出效应。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 关于我国股指期货间溢出效应的分析——运用VAR-BEKK-GARCH(1,1)模型
    优质
    本研究采用VAR-BEKK-GARCH(1,1)模型深入探讨了中国主要股指期货之间的溢出效应，旨在揭示金融市场风险传递机制。 本段落采用沪深300、上证50和中证500股指期货的日收益率数据，构建了三元VAR-BEKK-GARCH（1,1）模型，研究了这三个指数之间的均值溢出效应和波动溢出效应。
     
  • 关于中、印、美股市信息溢出效应的分析——运用三元非对称VAR-BEKK-GARCH模型
    优质
    本研究采用三元非对称VAR-BEKK-GARCH模型，深入探究中国、印度及美国股市之间的信息溢出效应，揭示三国股票市场的相互影响机制。 陈晓蒙和雷钦礼运用三元非对称VAR-BEKK-GARCH模型研究了中国、印度和美国股市之间的信息溢出效应。他们的研究表明，在金融危机之前，中美两国之间存在明显的单向波动溢出效应。
     
  • 基于M估计的GARCH(1,1)模型分析
    优质
    本研究探讨了利用M估计方法对GARCH(1,1)模型进行参数估计，并对其在金融时间序列中的应用进行了深入分析。 GARCH_1_1模型的M估计是指在时间序列分析中应用广义自回归条件异方差（GARCH）模型的一种方法，特别地是针对参数进行稳健性估计的技术。这种方法对于处理金融数据中的波动率建模非常有效，能够捕捉到数据中的非线性和变化的波动特征。
     
  • 基于滚动窗口VAR模型的DY溢出连接指数
    优质
    本研究运用滚动窗口向量自回归（VAR）模型开发了一种新型金融溢出效应测量工具——DY溢出连接指数。该指数能有效量化金融市场间的动态相互影响，提供更为精确的风险评估和政策制定依据。 Diebold 和 Yılmaz 提出的方法在计量经济学领域具有里程碑意义，因为它揭示了冲击如何在一个预定的系统内传播，并有助于可视化不同危机通过各种经济渠道发挥作用的方式。正如 Diebold 和 Yılmaz（2014）所强调的那样，该程序可以作为众多经济实体的预警系统使用。 目前估计动态溢出指数的方法有两种：一种是采用滚动窗口向量自回归模型方法，在固定时间窗内利用常系数 VAR 模型建模并进行参数估计，并在此基础上分析金融市场间的波动影响。Diebold 和 Yılmaz 使用了这种滚窗VAR 方法和方差分解技术来实现对波动溢出指数的时变估计，从而能够获得所有金融市场的总溢出效应的时间变化情况以及不同市场之间的净溢出和净流入效应的变化情况。
     
  • 关于沪深300股指期货套期保值的实证分析
    优质
    本文通过实证研究方法，探讨了沪深300股指期货在股票投资组合中的套期保值效果，旨在为投资者提供风险管理策略参考。 长期以来，关于我国股指期货套期保值的研究主要采用仿真模拟数据进行分析。本段落则选取了2010年4月16日至2010年12月24日沪深300股指期货推出后的实际交易数据进行了实证研究。
     
  • 关于应用Copula-GARCH模型估算信用违约掉期投资组合VaR的研究论文
    优质
    本文研究了利用Copula-GARCH模型评估信用违约互换投资组合的风险价值（VaR），探索更精确的风险度量方法，为金融风险管理提供新的视角。 信用违约掉期（CDS）为商业银行提供了一种有效的方法来对冲其投资组合的信用风险敞口。我们借鉴了Patton (2006)、Huang, Lee, Liang 和 Lin (2009) 以及 Fei, Fuertes 和 Kalotychou (2013) 的研究，提出了一种估算包含CDS的投资组合的风险价值（VaR）的方法。这种方法优于传统金融教科书中提到的方式。 Markit的北美投资级CDX指数(CDX.NA.IG)是一个由125个在信用违约掉期市场交易、具有投资级别评级的北美实体组成的综合指数。我们还使用了标普500指数和VIX来构建我们的研究组合。本段落采用了从2004年12月到2014年10月间共2,477条日常数据，涵盖了次贷危机与欧洲债务危机的时期。 在模型选择上，我们选取了六种不变性Copula和两种时变性Copula，并结合GARCH倾斜的学生t分布（GARCH-skt）来形成八个不同的copula-GARCH模型。这些模型用于捕捉投资组合中资产间的联合概率分布特性。随后，基于这八种模型计算出了相应的1天VaR值。 根据我们的研究结果，在各种市场状况下，时变对称的Joe-Clayton (SJC) Copula与GARCH-skt结合使用的效果最佳。
     
  • VAR模型应用实例分析
    优质
    《VAR模型应用实例分析》一书深入探讨了向量自回归模型在经济预测与政策评估中的运用，通过具体案例展示了其强大的实证分析能力。 时间序列分析在课程中的应用越来越广泛。我上传了一份关于VAR模型的应用资料，希望能对大家有所帮助。由于平台积分限制，需要一定的资源换取，请大家理解。
     
  • Bekk-GARCH模型的Matlab编程代码.rar_Bekk GARCH Matlab编程_garch_bekk_mat
    优质
    本资源为Bekk-GARCH模型的Matlab编程代码，内含用于实现多变量GARCH模型（特别是BEKK形式）的Matlab源码。适合金融计量经济学研究者使用。 建立BEKK-GARCH模型用于时间序列分析。
     
  • 关于GARCH模型在股票组合投资中的应用研究
    优质
    本文探讨了GARCH模型在评估与管理股票组合风险中的应用价值，通过实证分析展示了该模型如何有效捕捉金融市场波动性。 本段落旨在确定股票最优组合投资策略，综合考虑收益与风险因素。通过构建以最大化投资收益和最小化风险为目标的双目标优化模型，研究基于GARCH模型的股票组合投资策略的应用。
     
  • 关于中国利率期限结构的VAR与Nelson-Siegel模型分析研究
    优质
    本文运用VAR和Nelson-Siegel模型对中国利率期限结构进行深入分析，旨在揭示其动态变化特征及影响因素。 近年来中国债券市场迅速发展,深入研究利率期限结构显得尤为重要。Nelson-Siegel模型在全球范围内被广泛应用于拟合利率期限结构。本段落旨在探讨该模型在中国的有效性，并在几种典型变体中寻找最有效的应用方式。 文章首先进行了理论介绍，随后通过实证分析来验证假设。这部分内容分为两部分：第一部分侧重于利用Nelson-Siegel模型对中国利率期限结构进行拟合，结果显示其拟合效率非常高；第二部分则构建了包含宏观经济变量的VAR（向量自回归）模型以预测Nelson-Siegel参数，并采用组合方式——即结合使用VAR与NS模型来分别预测2019年和2020年的利率期限结构。此外，在评估各种方法的预测效果时发现，含有宏观经济变量的VAR-NS模型相较于不含这些因素的传统VAR-NS模型以及单独应用Nelson-Siegel模型而言，具有更高的有效性。